Setuptools与Python 3.13自由线程版本的兼容性问题分析
在Python生态系统中,Setuptools作为构建和分发Python包的核心工具,其稳定性直接影响着开发者的日常工作效率。近期,有开发者反馈在使用Python 3.13自由线程版本(Free Threading)时,通过pip安装Pillow等包时遇到了构建失败的问题。本文将深入分析这一问题的技术背景、根本原因及解决方案。
问题现象
当开发者在Python 3.13自由线程版本环境下尝试通过pip安装Pillow包时,构建过程会意外终止。错误信息显示在获取构建wheel所需依赖时失败,关键报错为"KeyError: 'version'"。
从错误堆栈可以追踪到,问题发生在Pillow包的setup.py脚本中。该脚本尝试通过exec执行Pillow的_version.py文件,然后从locals()中获取__version__变量,但在Python 3.13自由线程版本环境下,这一操作未能如预期工作。
技术背景
Python 3.13引入了自由线程模式(Free Threading),这是对Python全局解释器锁(GIL)的重大改进。与此同时,Python 3.12中引入的PEP 667("一致且可预测的locals()行为")也对locals()函数的行为进行了规范。
在传统Python版本中,exec执行代码后,新创建的变量会出现在locals()字典中。但根据PEP 667,locals()的行为变得更加严格和一致,特别是在嵌套执行环境中。
问题根源
Pillow包的setup.py使用了以下模式获取版本号:
def get_version():
version_file = "src/PIL/_version.py"
with open(version_file, encoding="utf-8") as f:
exec(compile(f.read(), version_file, "exec"))
return locals()["__version__"]
这种实现方式依赖于exec执行后变量会出现在locals()中的行为。但在Python 3.13自由线程版本中,由于PEP 667的实施,这种假设不再成立,导致无法从locals()中获取__version__变量。
解决方案
Pillow开发团队已经意识到这一问题,并在最新代码中修复了版本获取机制。开发者可以通过以下方式解决:
-
直接从GitHub安装最新版Pillow:
pip install git+https://github.com/python-pillow/Pillow -
等待Pillow发布包含此修复的新版本
对于其他包开发者,建议避免依赖exec+locals()的模式来获取变量,可以考虑更直接的方式如将版本信息存储在简单文本文件中,或使用更可靠的导入机制。
经验总结
这一事件为我们提供了几个重要启示:
-
Python新版本可能会改变一些长期被视为"理所当然"的行为,特别是在涉及执行环境和变量作用域方面。
-
包开发者在编写setup.py时,应该避免过于依赖特定Python版本的实现细节。
-
自由线程模式作为Python的重要演进方向,其引入的变化可能会影响许多现有代码的行为模式。
-
构建工具链的兼容性测试应该覆盖Python的各种构建模式,包括自由线程版本等实验性功能。
随着Python生态系统的持续演进,Setuptools和其他构建工具也需要不断适应这些变化,确保为开发者提供稳定可靠的构建体验。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00